The Roles of Whole Body Balance, Shoe-Floor Friction, and Joint Strength During Maximum Exertions: Searching for the “Weakest Link”
Notice bibliographique
Résumé
Exerting manual forces is critical during occupational performance. Therefore, being able to estimate maximum force capacity is particularly useful for determining how these manual exertion demands relate to available capacity. To facilitate this type of prediction requires a complete understanding of how maximum force capacity is governed biomechanically. This research focused on identifying how factors including joint moment strength, balance and shoe-floor friction affected hand force capacity during pulling, pressing downward and pushing medially. To elucidate potential limiting factors, joint moments were calculated and contrasted with reported joint strength capacities, the balancing point within the shoe-floor interface was calculated and expressed relative to the area defined by the shoe-floor interface, and the net applied horizontal forces were compared with the available friction. Each of these variables were calculated as participants exerted forces in a series of conditions designed to systematically control or restrict certain factors from limiting hand force capacity. The results demonstrated that hand force capacity, in all tested directions, was affected by the experimental conditions (up to 300%). Concurrently, biomechanical measures reached or surpassed reported criterion thresholds inferring specific biomechanical limitations. Downward exertions were limited by elbow strength, whereas pulling exertions were often limited by balance along the anterior-posterior axis. No specific limitations were identified for medial exertions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».